[发明专利]一种文本的溯源检测方法、装置及设备

说明书

本申请实施例公开了一种文本的溯源检测方法、装置及设备，所述方法包括：获取待溯源检测的目标文本，并对所述目标文本的内容进行特征提取，得到所述目标文本对应的多个维度的特征；根据每个维度的特征的重要程度，从所述多个维度的特征中选取预定个数维度的特征；基于选取的预定个数维度的特征和预定区块链中存储的历史文本对应的多个维度的特征，确定所述目标文本与存储的所述历史文本之间的内容相似程度；根据所述目标文本与存储的所述历史文本之间的内容相似程度，判断存储的所述历史文本是否为所述目标文本的源文本。通过本方法，不仅可以提高溯源检测的容错性，而且还可以有效的提高溯源的准确性。

技术领域

本申请涉及计算机技术领域，尤其涉及一种文本的溯源检测方法、装置及设备。

背景技术

匿名可追溯是区块链技术的核心优势，区块链中的账本信息不存在于单一的中央服务系统中，而是分布在区块链的所有的用户节点，保证了数据的不可篡改，该优势使得区块链系统适合文本内容版权的追溯，从而达到保护原创的目的。

在实际应用中，文本的特征维度非常高，很难完全存储在区块链中的区块内，为了达到文本溯源的目的，通常采用存储hash特征值的方式将文本进行hash计算，可以将较长的文本映射成定长的hash值，并将其存储到区块链中的区块内。在对文本进行溯源时，可以将该文本对应的hash值与区块链中的区块内存储的hash值进行比较，如果区块链中存在一个hash值与该文本对应的hash值相同，则表明该文本当前已存在。

然而，上述处理方式的容错性远远不够，由于hash计算的原理在于充分散列，只需要对输入的内容稍作修改，就可以导致该输入的内容的hash值发生巨大变化，显然，上述处理方式不能符合数据溯源的要求，达不到数字版权保护的目的，为此，需要提供一种容错性更好的文本的溯源检测机制。

发明内容

本申请实施例的目的是提供一种文本的溯源检测方法、装置及设备，以提供一种容错性更好的文本的溯源检测机制。

为了实现上述技术方案，本申请实施例是这样实现的：

本申请实施例提供的一种文本的溯源检测方法，所述方法包括：

获取待溯源检测的目标文本，并对所述目标文本的内容进行特征提取，得到所述目标文本对应的多个维度的特征；

根据每个维度的特征的重要程度，从所述多个维度的特征中选取预定个数维度的特征；

基于选取的预定个数维度的特征和预定区块链中存储的历史文本对应的多个维度的特征，确定所述目标文本与存储的所述历史文本之间的内容相似程度；

根据所述目标文本与存储的所述历史文本之间的内容相似程度，判断存储的所述历史文本是否为所述目标文本的源文本。

可选地，所述根据所述目标文本与存储的所述历史文本之间的内容相似程度，判断存储的所述历史文本中是否为所述目标文本的源文本，包括：

如果存储的所述历史文本与所述目标文本之间的内容相似程度大于预定的程度阈值，则判定存储的所述历史文本为所述目标文本的源文本。

可选地，所述基于选取的预定个数维度的特征和预定区块链中存储的历史文本对应的多个维度的特征，确定所述目标文本与存储的所述历史文本之间的内容相似程度，包括：

根据选取的预定个数维度的特征，确定所述预定个数维度的特征中每个维度的特征对应的特征向量；

根据所述预定个数维度的特征中每个维度的特征对应的特征向量和预定区块链中存储的历史文本对应的每个维度的特征的特征向量，确定所述预定个数维度的特征中每个维度的特征与所述历史文本中的相应维度的特征的相似度；